Deep Learning for Distributed Channel Feedback and Multiuser Precoding in FDD Massive MIMO

This paper shows that deep neural network (DNN) can be used for efficient and distributed channel estimation, quantization, feedback, and downlink multiuser precoding for a frequency-division duplex massive multiple-input multiple-output system in which a base station (BS) serves multiple mobile use...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE transactions on wireless communications Ročník 20; číslo 7; s. 4044 - 4057
Hlavní autoři:	Sohrabi, Foad, Attiah, Kareem M., Yu, Wei
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York IEEE 01.07.2021 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Artificial neural networks Channel estimation Deep learning deep neural network (DNN) distributed source coding (DSC) Downlink downlink precoding Estimation Feedback feedback frequency-division duplex (FDD) Frequency division duplexing Machine learning massive multiple-input multiple-output (MIMO) Precoding quantization Quantization (signal) Radio equipment Robust design Training
ISSN:	1536-1276, 1558-2248
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!